Menggunakan hyperparameter

Anda dapat menentukan hyperparameter yang dibutuhkan oleh algoritma Anda, seperti tingkat pembelajaran atau ukuran langkah, saat Anda membuat pekerjaan hybrid. Nilai hyperparameter biasanya digunakan untuk mengontrol berbagai aspek algoritma, dan sering dapat disetel untuk mengoptimalkan kinerja algoritma. Untuk menggunakan hyperparameter dalam pekerjaan hybrid Braket, Anda perlu menentukan nama dan nilainya secara eksplisit sebagai kamus. Tentukan nilai hyperparameter untuk diuji saat mencari set nilai optimal. Langkah pertama untuk menggunakan hyperparameter adalah mengatur dan mendefinisikan hyperparameter sebagai kamus, yang dapat dilihat dalam kode berikut.

from braket.devices import Devices

device_arn = Devices.Amazon.SV1

hyperparameters = {"shots": 1_000}

Kemudian berikan hyperparameter yang didefinisikan dalam cuplikan kode yang diberikan di atas untuk digunakan dalam algoritma pilihan Anda. Untuk menjalankan contoh kode berikut, buat direktori bernama “src” di jalur yang sama dengan file hyperparameter Anda. Di dalam direktori “src”, tambahkan file kode 0_ Getting_started_papermill .ipynb, notebook_runner.py, dan requirements.txt. https://github.com/amazon-braket/amazon-braket-examples/blob/main/examples/hybrid_jobs/7_Running_notebooks_as_hybrid_jobs/src/requirements.txt

import time
from braket.aws import AwsQuantumJob

job = AwsQuantumJob.create(
    device=device_arn,
    source_module="src",
    entry_point="src.notebook_runner:run_notebook",
    input_data="src/0_Getting_started_papermill.ipynb",
    hyperparameters=hyperparameters,
    job_name=f"papermill-job-demo-{int(time.time())}",
)

# Print job to record the ARN
print(job)

Untuk mengakses hyperparameter Anda dari dalam skrip pekerjaan hybrid Anda, lihat load_jobs_hyperparams() fungsi di file python notebook_runner.py. Untuk mengakses hyperparameter Anda di luar skrip pekerjaan hybrid Anda, jalankan kode berikut.

from braket.aws import AwsQuantumJob

# Get the job using the ARN
job_arn = "arn:aws:braket:us-east-1:111122223333:job/5eabb790-d3ff-47cc-98ed-b4025e9e296f"  # Replace with your job ARN
job = AwsQuantumJob(arn=job_arn)

# Access the hyperparameters
job_metadata = job.metadata()
hyperparameters = job_metadata.get("hyperParameters", {})
print(hyperparameters)

Untuk informasi selengkapnya tentang mempelajari cara menggunakan hyperparameter, lihat tutorial QAOA dengan Amazon Braket Hybrid Jobs dan PennyLane dan pembelajaran mesin Quantum di Amazon Braket Hybrid Jobs.